幽默的对话代理能否提升学习体验和成果?

荣誉提名
对话式聊天机器人会话代理的人格与拟人化智能辅导系统与学习分析大学教授与研究人员特殊教育教师

文献标题

Can a Humorous Conversational Agent Enhance Learning Experience and Outcomes?

文献信息

  • 主题领域: 教育技术与人机交互(Humorous Conversational Agents在教育中的作用)
  • 关键词: Conversational Agent, Education, Motivation, Learning Experience, Learning Outcomes, Humour, Human-Computer Interaction, Pedagogical Agents, Artificial Intelligence, Learning-by-Teaching

研究背景与问题

  • 研究背景:

    • 对话代理已在计算机辅助学习环境中日益普及,研究旨在了解如何设计这些代理以优化学习体验和学习效果。
    • 学习中使用幽默可减少焦虑、提高自尊和动机,但在教学对话代理领域中鲜有关于幽默使用的系统研究。
    • 特别关注“可教代理”(Teachable Agents)的幽默风格如何影响用户的感知、态度和教学行为。
  • 研究问题:

    1. 不同幽默风格(关联性幽默与自贬式幽默)的可教代理会如何影响参与者对代理的感知和教学习惯?
    2. 学习者的个性特征(如幽默风格)是否与代理的幽默风格交互,进一步影响学习体验和结果?
  • 研究动机:

    • 幽默已被证明适用于促进传统学习情境中的社会联结、减轻焦虑和增加参与度,但其在对话代理中的作用尚未系统探索。
    • 结合幽默更可能提升对话代理的“人性化”和参与感,从而影响学习行为和体验。

解决方案

  • 研究方法:

    • 使用Curiosity Notebook平台,实验设计为三种条件(关联性幽默、自贬式幽默、无幽默)之间的比较。
    • 系统记录了用户与代理的交互情况,并通过问卷量化参与者对代理的感知、学习动机与情绪状态,分析幽默对学习的多层次影响。
  • 创新与关键点:

    1. 系统性探索可教代理中幽默风格的效果,填补了学术研究空白。
    2. 使用先进的实验设计和多重测量(如互动数据记录、神经心理量表)评估幽默效果。
    3. 考虑个性化特征(参与者幽默风格)的影响,探讨“个性与交互设计的契合”问题。
  • 实施步骤与技术:

    1. 使用Curiosity Notebook平台,用户通过教学任务与代理互动。
    2. 三种幽默条件的代理对话风格被具体化:关联性幽默以和谐和玩笑为特征,自贬式幽默以表达自己能力不足为特征。
    3. 收集参与者在教学任务中的按键点击、文章访问与回答内容等行为数据,同时记录学习前后的知识变化和问卷反映的感知与动机。

研究成果

  • 具体成果:

    • 关联性幽默显著提高了参与者在任务中的动机和付出努力。
    • 自贬式幽默在一定程度上增加了教学努力,但对体验的影响是负面的,可能降低参与者的教学享受和信心。
  • 优势:

    • 提供了幽默在可教代理角色中潜在优势和挑战的全面视角。
    • 进一步强调了与用户特征匹配的“个性化设计”重要性(幽默风格需契合学习者的特性)。
  • 实验与评估结果:

    1. 幽默感知:幽默条件下的代理被认为具有更高的幽默感,与非幽默代理相比更“人性化”。
    2. 学习表现:幽默代理的知识传递与参与者的知识增益没有显著差异。
    3. 动机与努力:关联性幽默条件显著延长了互动时间、增强外在动机,但高频幽默会引发参与者的分心。
    4. 个体交互:有更自尊趋势的参与者(自增强幽默风格)倾向于不喜欢自贬式幽默代理;而具有攻击性幽默风格的参与者对两种幽默代理互动表现都更投入。
  • 局限性与未来方向:

    1. 局限性:
      • 参与者为成年群体(18-35岁),年龄范围限制了结果的广泛适用性。
      • 虽聚焦两类语言幽默(关联性、自贬式),但大量幽默体裁未被探讨(如非语言幽默)。
      • 测量的知识维度偏向记忆而非深层理解或迁移能力。
    2. 未来方向:
      • 探讨幽默的最佳使用时机与频率。
      • 扩展研究至其他学习主题及更广泛的参与者人群。
      • 结合多类型幽默测试组合风格对学习效果的潜在影响。

总结

本研究表明,幽默在教育型对话代理中具有重要作用,但不同风格的幽默在提升或损害学习体验之间需要平衡。未来设计应关注学习者个体特性,优化幽默频率与风格的组合,从而提高对教育任务的长久参与和学习动机。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/47686/2021

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3411764.3445068
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2021
emoji_events
奖项
荣誉提名
group
作者
5 位作者
sell
研究子方向
对话式聊天机器人、会话代理的人格与拟人化、智能辅导系统与学习分析
work
职业/产业
大学教授与研究人员、特殊教育教师
article
内容状态
已索引正文
hub
相关论文
0 篇相关论文